CN114904153A - 放疗计划的生成方法、放疗计划系统及存储介质 - Google Patents
放疗计划的生成方法、放疗计划系统及存储介质 Download PDFInfo
- Publication number
- CN114904153A CN114904153A CN202110182255.4A CN202110182255A CN114904153A CN 114904153 A CN114904153 A CN 114904153A CN 202110182255 A CN202110182255 A CN 202110182255A CN 114904153 A CN114904153 A CN 114904153A
- Authority
- CN
- China
- Prior art keywords
- tumor
- radiotherapy
- radiotherapy plan
- contour
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 53
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 224
- 238000011282 treatment Methods 0.000 claims abstract description 68
- 238000013439 planning Methods 0.000 claims description 8
- 238000012913 prioritisation Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000001788 irregular Effects 0.000 abstract description 5
- 230000005855 radiation Effects 0.000 description 13
- 230000008901 benefit Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000005192 partition Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 4
- 238000007408 cone-beam computed tomography Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000011277 treatment modality Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011404 fractionated radiotherapy Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000920 organ at risk Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
- A61N5/1039—Treatment planning systems using functional images, e.g. PET or MRI
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radiation-Therapy Devices (AREA)
Abstract
本发明公开了放疗计划的生成方法、放疗计划系统及存储介质，属于医疗技术领域。该放疗计划的生成方法包括：获取患者的医学图像；对医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓；对肿瘤轮廓进行区域划分，获得多个肿瘤子区域；根据多个肿瘤子区域，生成放疗计划。根据多个肿瘤子区域，来生成相应的放疗计划，利于显著提高对肿瘤放疗时的精确度，特别适用于具有不规则形状的肿瘤的放疗。
Description
技术领域
本发明涉及医疗技术领域，特别涉及放疗计划的生成方法、放疗计划系统及存储介质。
背景技术
放射治疗是一种常见的肿瘤治疗手段，在对患者体内的肿瘤进行治疗之前，需要确定患者体内的肿瘤形状与位置，并根据肿瘤形状与位置制定相应的治疗计划。
相关技术提供了一种放疗计划的生成方法，其根据患者的肿瘤图像确定治疗靶区，获取治疗靶区的处方剂量，根据治疗靶区以及治疗靶区的处方剂量，确定适合靶区的治疗方式。
在实现本实发明的过程中，发明人发现相关技术中至少存在以下问题：
对于具有不规则形状的肿瘤，相关技术提供的放疗计划对肿瘤进行放疗时的精准度有待提高。
发明内容
鉴于此，本发明提供了放疗计划的生成方法、放疗计划系统及存储介质，能够解决上述技术问题。
具体而言，包括以下的技术方案：
一方面，本发明实施例提供了一种放疗计划的生成方法，所述生成方法包括：
获取患者的医学图像；
对所述医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓；
对所述肿瘤轮廓进行区域划分，获得多个肿瘤子区域；
根据所述多个肿瘤子区域，生成放疗计划。
在一些可能的实现方式中，所述放疗计划包括：剂量参数、预准直器控制参数、多叶准直器控制参数、治疗床控制参数、机架控制参数中的至少一种。
在一些可能的实现方式中，所述医学图像包括医学图像序列，所述对所述医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓，包括：
对所述医学图像序列中的每一张图像进行轮廓勾画，得到标记有所述肿瘤轮廓的医学图像序列。
在一些可能的实现方式中，所述对所述肿瘤轮廓进行区域划分，获得多个肿瘤子区域，包括：
根据所述标记有所述肿瘤轮廓的医学图像序列，构建三维图像，所述三维图像包括肿瘤的三维结构；
获取肿瘤区域划分参数；
根据所述肿瘤区域划分参数，对所述肿瘤的三维结构进行区域划分，获得多个肿瘤子区域。
在一些可能的实现方式中，所述肿瘤区域划分参数包括：肿瘤深度、肿瘤厚度、肿瘤与周围健康组织之间的间距中的至少一种。
在一些可能的实现方式中，所述根据所述多个肿瘤子区域，获取放疗计划，包括：
根据所述多个肿瘤子区域，对每一所述肿瘤子区域分别设计一个分区放疗计划，获取多个分区放疗计划。
在一些可能的实现方式中，所述放疗计划的生成方法还包括：在获取多个分区放疗计划之后，对多个所述分区放疗计划进行合并，获取整体放疗计划。
在一些可能的实现方式中，所述放疗计划的生成方法，还包括：
对所述多个肿瘤子区域进行优先级划分，确定所述多个肿瘤子区域的优先级排序；
根据所述多个肿瘤子区域的优先级排序，确定所述多个分区放疗计划的执行顺序。
在一些可能的实现方式中，根据以下参数中的至少一种，对所述多个肿瘤子区域进行优先级划分：
多个肿瘤子区域的治疗难易程度、多个肿瘤子区域的边界信息以及所获取的放疗计划。
另一方面，本发明实施例还提供了一种放疗计划系统，所述放疗计划系统包括：
获取模块，用于获取患者的医学图像；
轮廓勾画模块，用于对所述医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓；
区域划分模块，用于对所述肿瘤轮廓进行区域划分，获得多个肿瘤子区域；
生成模块，用于根据所述多个肿瘤子区域，生成放疗计划。
再一方面，本发明实施例还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如上述的放疗计划的生成方法。
再一方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如上述的放疗计划的生成方法。
本发明实施例提供的技术方案的有益效果至少包括：
本发明实施例提供的放疗计划的生成方法，通过对患者的医学图像中的肿瘤进行轮廓勾画，来获取能够表征肿瘤结构的肿瘤轮廓。对肿瘤轮廓进行区域划分后，获得多叶肿瘤子区域，来达到对肿瘤结构进行细化的目的。相比根据整个肿瘤轮廓来生成放疗计划，本发明实施例根据多个肿瘤子区域，来生成相应的放疗计划，利于显著提高对肿瘤放疗时的精确度，特别适用于具有不规则形状的肿瘤的放疗。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种放疗计划的生成方法的流程图；
图2为本发明实施例提供的一示例性螺旋治疗方式；
图3为本发明实施例提供的另一示例性螺旋治疗方式；
图4为本发明实施例提供的一种放疗计划的生成方法中获取肿瘤子区域的流程图；
图5为本发明实施例提供的一种放疗计划的生成方法中生成放疗计划的流程图；
图6为本发明实施例提供的另一种放疗计划的生成方法中生成放疗计划的流程图；
图7为本发明实施例提供一示例性放疗计划系统的结构框图；
图8为本发明实施例提供一示例性计算机设备的硬件结构框图。
其中，图2和图3中，A区域为不规则形状的肿瘤，B区域为具有特定宽度的射线束的照射区域。
附图标记分别表示：
71-获取模块，72-轮廓勾画模块，73-区域划分模块，74-生成模块，
80-总线，81-处理器81，82-存储器，83-通信接口。
具体实施方式
为使本发明的技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
在利用放射治疗系统对患者体内的肿瘤进行治疗之前，需要确定患者体内的肿瘤形状与位置，并根据肿瘤形状与位置制定相应的治疗计划。放射治疗系统包括治疗床、机架和治疗头，治疗床能够沿着机架的轴线方向移动，治疗头承载于机架上，治疗头又包括：辐射源、预准直器和多叶准直器，预准直器和多叶准直器依次设置于辐射源发出射线束的路径上。辐射源发出的射线束首先通过预准直器上的预准直孔来进行初步适形，然后再通过多叶准直器上的终准直孔进行最终适形，以限定射线束的辐射范围，从而使最终的照射野与患者的肿瘤形状适配。
相关技术提供的放疗计划的生成方法，根据患者的肿瘤图像确定治疗靶区，获取治疗靶区的处方剂量，根据治疗靶区以及治疗靶区的处方剂量，确定适合靶区的治疗方式。然而，该种方法对于具有不规则形状的肿瘤的放疗精准度有待提高。
本发明实施例提供了一种放疗计划的生成方法，如附图1所示，该放疗计划的生成方法包括：
步骤101：获取患者的医学图像。
示例地，上述医学图像包括但不限于通过以下技术获得的图像：计算机断层扫描成像(CT)、核磁共振成像(MRI)、正电子发射断层扫描成像(PET)、锥形束计算机断层扫描成像(CBCT)，所获得的医学图像相应地为CT图像、 MRI图像、PET图像、CBCT图像等。
对于医学图像的获取方式，包括但不限于：直接由医疗设备扫描后获取，或者，由医疗设备扫描后将医学图像存储在存储介质中，从存储介质中获取。
步骤102：对医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓。
示例地，对肿瘤进行轮廓勾画的方式包括但不限于：手工勾画、自动化勾画等，以自动化勾画举例来说，其可以包括以下步骤：
对医学图像进行三维重建、去噪、增强、配准、融合等预处理；
自动地从预处理后的医学图像数据中提取一个或多个肿瘤影像特征信息，该肿瘤影像特征信息包括但不限于：1)一阶统计纹理特征(方差、偏度、峰度)； 2)基于邻域灰度级差异矩阵的纹理特征(对比度、频繁度、粗糙度、复杂度、纹理强度)；3)基于灰度级游程矩阵的纹理特征(短游程优势、长游程优势、灰度级不均匀性、游程不均匀性、游程百分比、低灰度级游程优势、高灰度级游程优势、短游程低灰度级优势、短游程高灰度级优势、长游程低灰度级优势、长游程高灰度级优势)；4)基于灰度级共生矩阵的纹理特征(能量/角二阶矩、熵、对比度、逆差矩、相关性、方差、均值和、方差和、差的方差、和的熵、差的熵、聚类阴影、显著聚类、最大概率)；5)基于灰度级区域大小矩阵的纹理特征；6)基于自适应回归核的影像特征；7)基于三维深度卷积神经网络深度学习获取的多层次的、隐含的肿瘤影像特征等；
采用深度学习、机器学习、人工智能、区域生长、图论(随机游走)、几何水平集、和(或)统计理论方法，进行肿瘤放射治疗靶区(GTV)和危及器官的智能、自动勾画。
步骤103：对肿瘤轮廓进行区域划分，获得多个肿瘤子区域。
示例地，根据肿瘤深度、肿瘤厚度、肿瘤与周围健康组织之间的间距等参数中的至少一种，对肿瘤轮廓进行划分。
步骤104：根据多个肿瘤子区域，生成放疗计划。
示例地，可以针对每一肿瘤子区域分别设计一个分区放疗计划，获取多个分区放疗计划，进一步地，还可以根据多个分区放疗计划，获得整体放疗计划。
本发明实施例提供的放疗计划的生成方法，通过对患者的医学图像中的肿瘤进行轮廓勾画，来获取能够表征肿瘤结构的肿瘤轮廓。对肿瘤轮廓进行区域划分后，获得多叶肿瘤子区域，来达到对肿瘤结构进行细化的目的。相比根据整个肿瘤轮廓来生成放疗计划，本发明实施例根据多个肿瘤子区域，来生成相应的放疗计划，利于显著提高对肿瘤放疗时的精确度，特别适用于具有不规则形状的肿瘤的放疗。
在一些可能的实现方式中，步骤104中涉及的放疗计划包括：剂量参数、预准直器控制参数、多叶准直器控制参数、治疗床控制参数、机架控制参数中的至少一种。
其中，剂量参数包括但不限于：在设定范围的治疗区域内，肿瘤所接受到的照射剂量大小。计量参数可以通过肿瘤接受射线照射的照射时长进行控制，还可以通过单位时间内肿瘤接受射线照射的剂量进行控制。
预准直器控制参数包括但不限于：预准直器上的预准直孔的尺寸。举例来说，预准直器上的预准直孔为四棱台状通孔，并且，预准直孔的尺寸大小可调节，预准直孔投影在放射治疗系统的等中心处的射野的形状为长条形，射野的短边长度为5-15cm，例如为8cm或者10cm；射野的长边长度为30-50cm，例如为40cm。
多叶准直器控制参数包括但不限于：多叶准直器的叶片数量、叶片位置、叶片的运动速度等。
示例地，多叶准直器包括：多个并排设置的叶片组，每一叶片组包括：相对设置的第一叶片和第二叶片。多叶准直器还包括：与第一叶片一一对应的多个第一驱动机构、以及与第二叶片一一对应的多个第二驱动机构；第一驱动机构与相应的第一叶片连接，用于驱动第一叶片沿平行于放射治疗系统的机架的轴向方向运动；第二驱动机构与相应的第二叶片连接，用于驱动第二叶片沿平行于放射治疗系统的机架的轴向方向运动。在一些可能的实现方式中，第一驱动机构被配置为能够使第一叶片在运动范围内任意位置处停留；第二驱动机构被配置为能够使第二叶片在运动范围内任意位置处停留。对第一叶片和第二叶片的数量、运动位置以及运动速度等控制参数进行控制，利于实现在治疗过程中的剂量调强。
治疗床控制参数包括但不限于：治疗床的运动位置、治疗床的运动方向、治疗床的运动速度等。
在一些可能的实现方式中，治疗床沿着机架的轴线方向运动，治疗床用于承载患者，在治疗开始之前，患者躺于治疗床上，由治疗床带动患者移动，使患者移动至治疗区域。
治疗床的运动速度可以是匀速的，也可以是非匀速的，也就是说，在治疗床沿着机架的轴线方向运动时，可以匀速移动，也可以非匀速地移动。
治疗床的运动方向可以是沿着机架的轴向向前移动(靠近治疗头的方向)，也可以沿着机架的轴向向后移动(远离治疗头的方向)。并且，治疗床可以带动患者沿一个方向运动，也可以作来回的往复运动；治疗床可以连续地运动，也可以根据治疗需求一次移动设定距离。
机架控制参数包括但不限于：机架的旋转速度、机架的旋转角度、机架的旋转方向等。
示例地，本发明实施例涉及的机架包括但不限于：环形机架、C形臂机架、鼓状机架、或者机械臂机架，用于承载治疗头并带动治疗头绕着等中心轴旋转；例如，可以选用环形机架。
上述涉及的机架的旋转速度可以是匀速的(匀速时，也可以根据实际治疗需求，来适应性地调整机架的旋转速度)，也可以是优非匀速的；
上述涉及的机架的旋转方向可以为顺时针旋转，也可以为逆时针旋转，或者，还可以在旋转时切换旋转方向，例如，先顺时针旋转再逆时针旋转，或者，先逆时针旋转再顺时针旋转。
上述涉及的机架的旋转角度，可以是一个预先设定的角度范围，例如，旋转角度为360度的一圈的旋转，或者设定的其他特定的角度，例如30°-90°等。可以通过控制机架的旋转角度，以满足在一个治疗区域内，使肿瘤接受到的剂量满足放疗计划的需求。
在一些可能的实现方式中，在机架进行旋转的同时，治疗床同步地沿机架的轴线方向进行移动，从而达到螺旋治疗的效果，如此不仅能减小治疗时间，还能够增大治疗范围。在该过程中，机架的旋转速度可以是匀速的，也可以是非匀速的，并且，治疗床的运动速度可以是匀速的，也可以是非匀速的，治疗床可以沿着机架的轴向向前移动，也可以沿着机架的轴向向后移动，或者，也可以来回往复运动。治疗床可以连续地运动，也可以根据治疗需求，间隔设定时间移动一定距离。
图2和图3分别示例了在机架旋转过程中，治疗床带着患者移动不同距离时，射线束在患者肿瘤上的照射情况。
如附图2所示，治疗床沿一个方向每次移动第一特定距离，使得多个肿瘤子区域被依次照射，其中，治疗床每次移动的第一特定距离与射线束的照射宽度相等。
如附图3所示，治疗床沿一个方向每次移动第二特定距离，使得多个肿瘤子区域被依次照射，其中，治疗床每次移动的第二特定距离为射线束的照射宽度的部分，例如为照射宽度的一半。
根据放疗计划中涉及的上述各参数，来获得相应的放疗方案，用户根据该放疗方案来控制放射治疗系统来执行该放疗方案，进而达到对肿瘤进行治疗的目的。
步骤101中所涉及的医学图像包括但不限于：CT图像、MRI图像、PET 图像、CBCT图像等医学图像。
步骤101中，获取患者的医学图像，包括：获取患者的医学图像序列，该多个医学图像序列构成医学图像，医学图像序列中包括多张图像，以达到能够准确地显示肿瘤的三维结构的目的。
上述医学图像序列指的是医学成像设备在不同时间、不同方位对目标依序连续获取的系列图像。
在一些可能的实现方式中，步骤102中涉及的对医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓，包括：对医学图像序列中的每一张图像进行轮廓勾画，得到标记有肿瘤轮廓的医学图像序列。
通过对医学图像序列中的每一张图像进行轮廓勾画，使得每一张图像中的肿瘤部分均能够获得轮廓显示(也就是肿瘤轮廓)，进而得到标记有肿瘤轮廓的医学图像序列，使得标记有肿瘤轮廓的医学图像序列中的每一张图像上均显示有肿瘤轮廓，这样能够准确地确定肿瘤的三维形状。
在一些可能的实现方式中，如附图4所示，步骤103中所涉及的对肿瘤轮廓进行区域划分，获得多个肿瘤子区域，包括：
步骤1031：根据标记有肿瘤轮廓的医学图像序列，构建三维图像，其中，所构建的三维图像包括肿瘤的三维结构。
步骤1032：获取肿瘤区域划分参数。
步骤1033：根据肿瘤区域划分参数，对肿瘤的三维结构进行区域划分，获得多个肿瘤子区域。
其中，步骤1032中涉及的肿瘤区域划分参数包括：肿瘤深度、肿瘤厚度、肿瘤与周围健康组织之间的间距中的至少一种。
可以采用上述单一肿瘤区域划分参数对肿瘤的三维结构进行划分：例如根据肿瘤深度进行划分、根据肿瘤厚度进行划分、或者根据肿瘤与周围健康组织之间的距离进行划分；
还可以对两个或两个以上的参数进行综合考虑，对肿瘤的三维结构进行区域划分，例如，根据肿瘤深度以及肿瘤厚度，将肿瘤的三维结构划分为不同的肿瘤子区域。或者，根据肿瘤深度和肿瘤与周围健康组织之间的间距，将肿瘤的三维结构划分为不同的肿瘤子区域。或者，根据肿瘤深度、肿瘤厚度、肿瘤与周围健康组织之间的间距三者，将肿瘤的三维结构划分为不同的肿瘤子区域。
如附图5所示，步骤104中所涉及的根据多个肿瘤子区域，生成放疗计划，包括步骤1041：根据多个肿瘤子区域，对每一肿瘤子区域分别设计一个分区放疗计划，获取多个分区放疗计划。这样，针对不同的肿瘤子区域，能够针对性地获得相应的放疗计划，在实际治疗过程中，对于不同的肿瘤子区域，可以执行不同的放疗计划。
进一步地，如附图5所示，本发明实施例提供的放疗计划的生成方法还包括步骤1042：在获取多个分区放疗计划之后，对多个分区放疗计划进行合并，获取整体放疗计划。这样，在实际治疗过程中，可以根据该整体放疗计划，对整个肿瘤进行治疗。
在一些可能的实现方式中，可以首先利用多个分区放疗计划，对不同的肿瘤子区域进行分区治疗，然后，再利用整体放疗计划，对整个肿瘤进行治疗。
在一些可能的实现方式中，可以首先利用整体放疗计划，对整个肿瘤进行治疗，然后，再利用多个分区放疗计划，对不同的肿瘤子区域进行分区治疗。
在一些可能的实现方式中，如附图6所示，本发明实施例提供的放疗计划的生成方法，还包括步骤105：
步骤105：对多个肿瘤子区域进行优先级划分，确定多个肿瘤子区域的优先级排序；根据多个肿瘤子区域的优先级排序，确定多个分区放疗计划的执行顺序。
在实际治疗过程中，根据多个肿瘤子区域的优先级的高低顺序，确定多个分区放疗计划的执行顺序，依次地对不同的肿瘤子区域进行治疗。如此设置，不仅利于提高治疗效果，且利于提高治疗效率。
示例地，根据以以下参数中的至少一种，对多个肿瘤子区域进行优先级划分：多个肿瘤子区域的治疗难易程度、多个肿瘤子区域的边界信息以及所获取的放疗计划。
其中，多个肿瘤子区域的治疗难易包括但不限于：执行治疗操作的难易程度、肿瘤各部分所在区域的病情严重程度。
在一些可能的实现方式中，在获取得到不同肿瘤子区域的分区放疗计划以及不同肿瘤子区域的优先级之后，根据放疗计划以及优先级，来调整不同肿瘤子区域的治疗顺序。例如，可以通过移动治疗床，根据优先级顺序，将患者移动至相应的位置，来对特定的肿瘤子区域执行对应的放疗计划。
在治疗床移动时，可以配合多叶准直器的作业一同进行，例如，当前后两个待治疗的肿瘤子区域不相邻时，关闭多叶准直器，在治疗床移动过程中对射线进行屏蔽，直至使即将进行治疗的肿瘤子区域移动至相应位置处。
另一方面，本发明实施例还提供了一种放疗计划系统，如附图7所示，该放疗计划系统包括：
获取模块71，用于获取患者的医学图像；
轮廓勾画模块72，用于对医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓；
区域划分模块73，用于对肿瘤轮廓进行区域划分，获得多个肿瘤子区域；
生成模块74，用于根据多个肿瘤子区域，生成放疗计划。
在一些可能的实现方式中，获取模块71还用于获取包括多张医学图像序列的医学图像。
在一些可能的实现方式中，轮廓勾画模块72还用于对医学图像序列中的每一张图像进行轮廓勾画，得到标记有肿瘤轮廓的医学图像序列。
在一些可能的实现方式中，区域划分模块73还用于根据所述标记有所述肿瘤轮廓的医学图像序列，构建三维图像，所述三维图像包括肿瘤的三维结构；获取肿瘤区域划分参数；根据所述肿瘤区域划分参数，对所述肿瘤的三维结构进行区域划分，获得多个肿瘤子区域。
其中，肿瘤区域划分参数包括：肿瘤深度、肿瘤厚度、肿瘤与周围健康组织之间的间距中的至少一种。
在一些可能的实现方式中，生成模块74还用于根据多个肿瘤子区域，对每一肿瘤子区域分别设计一个分区放疗计划，获取多个分区放疗计划。以及，生成模块还用于在获取多个分区放疗计划之后，对多个分区放疗计划进行合并，获取整体放疗计划。
进一步地，本发明实施例提供的放疗计划系统还包括划分模块，该划分模块用于对多个肿瘤子区域进行优先级划分，确定多个肿瘤子区域的优先级排序；根据多个肿瘤子区域的优先级排序，确定多个分区放疗计划的执行顺序。
其中，根据以下参数中的至少一种，来确定多个肿瘤子区域的优先级排序：多个肿瘤子区域的治疗难易程度、多个肿瘤子区域的边界信息以及所获取的放疗计划。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外，结合图1描述的本申请实施例放疗计划的生成方法可以由计算机设备来实现。图8为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM 可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存 (Synchronous DynamicRandom-Access Memory，简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意一种放疗计划的生成方法。
在其中一些实施例中，计算机设备还可包括通信接口83和总线80。其中，如图8所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为 FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB) 总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该计算机设备可以基于获取到的计算机程序，执行本申请实施例中的放疗计划的生成方法，从而实现结合图1描述的放疗计划的生成方法。
另外，结合上述实施例中的放疗计划的生成方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种放疗计划的生成方法方法。
以上所述仅是为了便于本领域的技术人员理解本发明的技术方案，并不用以限制本发明。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (12)
1.一种放疗计划的生成方法，其特征在于，所述生成方法包括：
获取患者的医学图像；
对所述医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓；
对所述肿瘤轮廓进行区域划分，获得多个肿瘤子区域；
根据所述多个肿瘤子区域，生成放疗计划。
2.根据权利要求1所述的放疗计划的生成方法，其特征在于，所述放疗计划包括：剂量参数、预准直器控制参数、多叶准直器控制参数、治疗床控制参数、机架控制参数中的至少一种。
3.根据权利要求1所述的放疗计划的生成方法，其特征在于，所述医学图像包括医学图像序列；
所述对所述医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓，包括：对所述医学图像序列中的每一张图像进行轮廓勾画，得到标记有所述肿瘤轮廓的医学图像序列。
4.根据权利要求3所述的放疗计划的生成方法，其特征在于，所述对所述肿瘤轮廓进行区域划分，获得多个肿瘤子区域，包括：
根据标记有所述肿瘤轮廓的医学图像序列，构建三维图像，所述三维图像包括肿瘤的三维结构；
获取肿瘤区域划分参数；
根据所述肿瘤区域划分参数，对所述肿瘤的三维结构进行区域划分，获得多个肿瘤子区域。
5.根据权利要求4所述的放疗计划的生成方法，其特征在于，所述肿瘤区域划分参数包括：肿瘤深度、肿瘤厚度、肿瘤与周围健康组织之间的间距中的至少一种。
6.根据权利要求1-5任一项所述的放疗计划的生成方法，其特征在于，所述根据所述多个肿瘤子区域，获取放疗计划，包括：
根据所述多个肿瘤子区域，对每一所述肿瘤子区域分别设计一个分区放疗计划，获取多个分区放疗计划。
7.根据权利要求6所述的放疗计划的生成方法，其特征在于，所述放疗计划的生成方法还包括：在获取多个分区放疗计划之后，对多个所述分区放疗计划进行合并，获取整体放疗计划。
8.根据权利要求6所述的放疗计划的生成方法，其特征在于，所述放疗计划的生成方法，还包括：
对所述多个肿瘤子区域进行优先级划分，确定所述多个肿瘤子区域的优先级排序；
根据所述多个肿瘤子区域的优先级排序，确定所述多个分区放疗计划的执行顺序。
9.根据权利要求8所述的放疗计划的生成方法，其特征在于，根据以下参数中的至少一种，对所述多个肿瘤子区域进行优先级划分：
多个肿瘤子区域的治疗难易程度、多个肿瘤子区域的边界信息以及所获取的放疗计划。
10.一种放疗计划系统，其特征在于，所述放疗计划系统包括：
获取模块，用于获取患者的医学图像；
轮廓勾画模块，用于对所述医学图像中的肿瘤进行轮廓勾画，得到肿瘤轮廓；
区域划分模块，用于对所述肿瘤轮廓进行区域划分，获得多个肿瘤子区域；
生成模块，用于根据所述多个肿瘤子区域，生成放疗计划。
11.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行，以实现如权利要求1至9中任一项所述的放疗计划的生成方法。
12.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如权利要求1至9中任一项所述的放疗计划的生成方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110182255.4A CN114904153B (zh) | 2021-02-09 | 2021-02-09 | 放疗计划的生成方法、放疗计划系统及存储介质 |
| PCT/CN2022/073821 WO2022170970A1 (zh) | 2021-02-09 | 2022-01-25 | 放疗计划的生成方法、放疗计划系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110182255.4A CN114904153B (zh) | 2021-02-09 | 2021-02-09 | 放疗计划的生成方法、放疗计划系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114904153A true CN114904153A (zh) | 2022-08-16 |
| CN114904153B CN114904153B (zh) | 2024-01-12 |
Family
ID=82761049
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110182255.4A Active CN114904153B (zh) | 2021-02-09 | 2021-02-09 | 放疗计划的生成方法、放疗计划系统及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114904153B (zh) |
| WO (1) | WO2022170970A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115500646B (zh) * | 2022-09-05 | 2023-08-25 | 慕思健康睡眠股份有限公司 | 一种螨虫检测方法及智能床垫 |
| CN117078612B (zh) * | 2023-08-09 | 2024-06-14 | 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） | 一种基于cbct图像的快速三维剂量验证方法及装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7096055B1 (en) * | 1998-06-24 | 2006-08-22 | Achim Schweikard | Method to control delivery of radiation therapy |
| US20080002811A1 (en) * | 2006-06-29 | 2008-01-03 | Allison John W | Treatment delivery optimization |
| WO2010018476A2 (en) * | 2008-08-14 | 2010-02-18 | Koninklijke Philips Electronics N.V. | Prospective adaptive radiation therapy planning |
| US20110200170A1 (en) * | 2010-02-18 | 2011-08-18 | Varian Medical Systems International Ag | Method and System for Treating Moving Target |
| JP2011212078A (ja) * | 2010-03-31 | 2011-10-27 | Hitachi Ltd | 治療計画装置 |
| CN102722641A (zh) * | 2012-05-25 | 2012-10-10 | 南京大学 | 一种快速得到凹形肿瘤靶区剂量分布的方法 |
| US20130316318A1 (en) * | 2012-05-22 | 2013-11-28 | Vivant Medical, Inc. | Treatment Planning System |
| US8644571B1 (en) * | 2011-12-06 | 2014-02-04 | Loma Linda University Medical Center | Intensity-modulated proton therapy |
| CN106682409A (zh) * | 2016-12-20 | 2017-05-17 | 上海联影医疗科技有限公司 | 采样方法及放射治疗计划优化方法、剂量计算方法 |
| CN107545137A (zh) * | 2017-08-16 | 2018-01-05 | 强深智能医疗科技（昆山）有限公司 | 肿瘤放射治疗计划智能优化方法 |
| CN210250051U (zh) * | 2019-04-24 | 2020-04-07 | 深圳市人民医院 | 用于氩氦刀穿刺治疗的3d打印针道引导装置 |
| WO2020150505A1 (en) * | 2019-01-16 | 2020-07-23 | Reflexion Medical, Inc. | Methods for setup corrections in radiation therapy |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180045473A (ko) * | 2016-10-26 | 2018-05-04 | (주)모임소프트 | 이미지 분석을 이용한 흑색종 검사 시스템, 방법 및 컴퓨터 프로그램 |
| CN108815721B (zh) * | 2018-05-18 | 2021-06-25 | 山东省肿瘤防治研究院（山东省肿瘤医院） | 一种照射剂量确定方法及系统 |
| CN109727245B (zh) * | 2019-01-25 | 2023-06-06 | 无锡海鹰医疗科技股份有限公司 | Hifu系统对病灶观察诊断的三维重建肿瘤轮廓方法 |
| CN109793999B (zh) * | 2019-01-25 | 2020-09-18 | 无锡海鹰医疗科技股份有限公司 | Hifu治疗系统的静态三维轮廓体图像的构建方法 |
| CN112263788B (zh) * | 2020-11-02 | 2022-08-30 | 浙江省肿瘤医院 | 在放射治疗过程中形态变化的定量探测系统 |
-
2021
- 2021-02-09 CN CN202110182255.4A patent/CN114904153B/zh active Active
-
2022
- 2022-01-25 WO PCT/CN2022/073821 patent/WO2022170970A1/zh active Application Filing
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7096055B1 (en) * | 1998-06-24 | 2006-08-22 | Achim Schweikard | Method to control delivery of radiation therapy |
| US20080002811A1 (en) * | 2006-06-29 | 2008-01-03 | Allison John W | Treatment delivery optimization |
| WO2010018476A2 (en) * | 2008-08-14 | 2010-02-18 | Koninklijke Philips Electronics N.V. | Prospective adaptive radiation therapy planning |
| US20110200170A1 (en) * | 2010-02-18 | 2011-08-18 | Varian Medical Systems International Ag | Method and System for Treating Moving Target |
| JP2011212078A (ja) * | 2010-03-31 | 2011-10-27 | Hitachi Ltd | 治療計画装置 |
| US8644571B1 (en) * | 2011-12-06 | 2014-02-04 | Loma Linda University Medical Center | Intensity-modulated proton therapy |
| US20130316318A1 (en) * | 2012-05-22 | 2013-11-28 | Vivant Medical, Inc. | Treatment Planning System |
| CN102722641A (zh) * | 2012-05-25 | 2012-10-10 | 南京大学 | 一种快速得到凹形肿瘤靶区剂量分布的方法 |
| CN106682409A (zh) * | 2016-12-20 | 2017-05-17 | 上海联影医疗科技有限公司 | 采样方法及放射治疗计划优化方法、剂量计算方法 |
| CN107545137A (zh) * | 2017-08-16 | 2018-01-05 | 强深智能医疗科技（昆山）有限公司 | 肿瘤放射治疗计划智能优化方法 |
| WO2020150505A1 (en) * | 2019-01-16 | 2020-07-23 | Reflexion Medical, Inc. | Methods for setup corrections in radiation therapy |
| CN210250051U (zh) * | 2019-04-24 | 2020-04-07 | 深圳市人民医院 | 用于氩氦刀穿刺治疗的3d打印针道引导装置 |
Non-Patent Citations (1)
| Title |
|---|
| 石梅;: "肿瘤放射治疗学新进展与发展设想", 解放军医学杂志, no. 05 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114904153B (zh) | 2024-01-12 |
| WO2022170970A1 (zh) | 2022-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110740783B (zh) | 用于生成放射治疗计划的系统和方法 | |
| CN111344737B (zh) | 自适应放射疗法系统 | |
| US8699664B2 (en) | Systems and methods for optimization of on-line adaptive radiation therapy | |
| RU2566974C2 (ru) | Использование коллекции планов для разработки новых задач оптимизации | |
| US8073103B2 (en) | Systems and methods for optimization of on-line adaptive radiation therapy | |
| CN104093450B (zh) | 用于自适应处置规划的束节段水平剂量计算与时间运动跟踪 | |
| CN107708808B (zh) | 用于在放射治疗期间使用质量指标进行靶追踪的系统和方法 | |
| CN112770811A (zh) | 使用深度学习引擎进行放射疗法治疗计划的方法和系统 | |
| US11260245B2 (en) | System and method for determining arc dose for arc therapy | |
| EP3634577B1 (en) | Systems and methods of accounting for shape change during radiotherapy | |
| WO2022170970A1 (zh) | 放疗计划的生成方法、放疗计划系统及存储介质 | |
| CN113616943A (zh) | 一种放射治疗系统 | |
| CN110975172B (zh) | 一种通量图重建方法和系统 | |
| JP6865765B2 (ja) | 強度変調放射線治療における臨床目標の達成可能性を迅速に予測する事前最適化方法 | |
| CN111388881A (zh) | 一种限束装置的控制方法以及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |